原书出处
强化学习
01 强化学习概述 1.策略
策略分为两种,确定性策略和随机性策略。确定性策略会根据具体状态输出一个动作,如μ(s)=a。而随机性策略则会根据状态输出每个动作的概率(概率值大于等于0,小于等于1),输出值为一个概率分布。
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/强化学习/_epub-src/OEBPS/Text/1-010.xhtml
EPUB SHA-256:09d029c3e00ed3f65d67041527ebdeec43f6860c9e329632f76265063e65d5ae